Volver a la Galería de Conceptos
Métricas & Evaluación
Maestría IA — AI Wiki
Hit Rate @ K
Porcentaje de consultas donde al menos un documento correcto de la referencia está en los primeros K resultados.
Evaluation MetricTop-K AccuracyRetrieval Metrics
Definición Técnica & Formal
Hit Rate@K mide la capacidad del motor de búsqueda para traer AL MENOS UN resultado relevante entre las top-K recomendaciones devueltas. Si se retorna una lista de 5 elementos (K=5) y 1 de ellos es correcto, se cuenta como un "Hit" (1.0); de lo contrario, "Miss" (0.0).
Puntos Clave & Aplicaciones
Métrica binaria fácil de interpretar para el negocio.
Valores típicos evaluados: Hit Rate@1, Hit Rate@3, Hit Rate@5, Hit Rate@10.
No toma en cuenta la posición exacta dentro del Top-K (para ello se usa MRR).
Intuición Visual para Mente Gráfica
"Tirar 5 dardos a una diana: basta con que al menos uno clave en el centro para anotar un acierto."
💡 Tip: Puedes presionar el botón "Dibujar / Apuntes" en la barra superior para hacer anotaciones gráficas sobre este diagrama.Fórmula Matemática
HitRate@K = (Número de Consultas con al menos 1 acierto en Top-K) / TotalConsultas
Demostración Visual e Interactiva
Interactúa con los controles para simular dinámicamente el funcionamiento de Hit Rate @ K.
Visualizador de la Arquitectura "Hit Rate @ K"
Tirar 5 dardos a una diana: basta con que al menos uno clave en el centro para anotar un acierto.
Categoría: Métricas & Evaluación
Ejemplo de Código & Demostración
python
def calculate_hit_rate(queries_results, k=5):
hits = 0
for top_k_retrieved, gold_ids in queries_results:
# Verifica si hay intersección en top K
if any(doc_id in gold_ids for doc_id in top_k_retrieved[:k]):
hits += 1
return hits / len(queries_results)
# Ejemplo: 2 de 3 acertaron -> Hit Rate = 0.666
print("Hit Rate@5:", calculate_hit_rate(test_data, k=5))💡 Cálculo algorítmico del Hit Rate sobre un conjunto de consultas.